深度学习算法对来自异质儿科人口的 tympanostomy 管图像进行分类
Corey Bryton1, Sruthi Surapaneni2, Nikhil Rangarajan3
1Tufts University School of Medicine, USA.
International journal of pediatric otorhinolaryngology
|March 17, 2025
概括
人工智能 (AI) 可以使用家用数字耳视镜图像准确评估 tympanostomy 管的状态. 这项技术可以改善获得护理的机会,并减少需要管检查的家庭的负担.
科学领域:
- 耳鼻喉科 耳鼻喉科 耳鼻喉科
- 人工智能的人工智能
- 医疗成像医学成像
背景情况:
- tympanostomy管检查是必要的术后预约.
- 这些常规检查可能会给家庭带来负担,并限制他们获得护理.
- 目前对耳部检查的远程医疗选择有限.
研究的目的:
- 为了评估人工智能算法的准确性,从数字耳鼻镜图像评估 tympanostomy 管状况.
- 为了确定AI是否可以可靠地将管道分类为在位,挤出或缺席.
- 探索人工智能增强远程医疗在耳鼻喉治疗中的潜力.
主要方法:
- 一项前性研究涉及69名儿科患者 (10个月至10岁) 在三个城市诊所.
- 非医生使用智能手机耳镜捕捉耳朵图像.
- 使用这些图像训练和测试了一个深度学习算法,使用儿科耳鼻喉科医生发现作为黄金标准.
主要成果:
- 人工智能算法实现了高性能指标:97.1%的准确性,97.1%的灵敏性和98.6%的特异性.
- 图像捕捉成功率总体为90.8%,发育迟缓或自闭症谱系障碍儿童的成功率为80%.
- 该算法证明了对 tympanostomy 管状况的可靠分类.
结论:
- 在儿科耳部图像上训练的深度学习算法具有高度准确性,灵敏性和特定性.
- 人工智能技术显示出增强常规 tympanostomy 管检查的希望.
- 这种方法可以提高医疗保健的准入,并减少患者/家庭的负担.
